CN113791084A - 一种Mini LED晶圆外观缺陷检测***及方法 - Google Patents
一种Mini LED晶圆外观缺陷检测***及方法 Download PDFInfo
- Publication number
- CN113791084A CN113791084A CN202110958221.XA CN202110958221A CN113791084A CN 113791084 A CN113791084 A CN 113791084A CN 202110958221 A CN202110958221 A CN 202110958221A CN 113791084 A CN113791084 A CN 113791084A
- Authority
- CN
- China
- Prior art keywords
- wafer
- defect
- lens
- microscope
- flatness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明公开了一种MiniLED晶圆外观缺陷检测***及方法,本发明涉及缺陷检测技术领域,解决了现有技术中晶圆的光学检测精度与效率无法兼顾而导致无法全检的技术问题,通过缺陷分析单元对晶圆的缺陷数据进行分析,从而对缺陷进行检测,获取到晶圆存在的缺陷数据,通过公式获取到晶圆的缺陷分析系数Xi,若晶圆的缺陷分析系数Xi≥缺陷分析系数阈值,则判定对应晶圆存在缺陷,生成晶圆缺陷信号并将晶圆缺陷信号发送至云检测平台,云检测平台接收到晶圆缺陷信号后,将晶圆标记为缺陷晶圆,随后生成匹配信号并将匹配信号和缺陷晶圆发送至检测匹配单元;对晶圆进行缺陷分析,提高了缺陷检测的准确性,从而提高了工作效率。
Description
技术领域
本发明涉及缺陷检测技术领域,具体为一种MiniLED晶圆外观缺陷检测***及方法。
背景技术
随着智能设备的显示技术不断创新发展,对屏幕的分辨率要求越来越高,MiniLED阵列器件应运而生。与常规LED相比,MiniLED的尺寸进一步减少,制作工艺更为复杂,因此对MiniLED的检测要求及难度会进一步提高。由于MiniLED的尺寸一般在100μm-200μm,而常规LED的尺寸一般大于1000μm,所以目前常规LED的外观缺陷自动化检测***,其检测光学分辨率未能满足Mini LED的检测要求;目前对MiniLED外观缺陷检测多采用显微镜的人工检测方式,普遍存在检测效率低下满足不了产能需求、人工检测容易疲劳导致检测结果参差不齐、人为误差导致标准不统一等缺点。
但是在现有技术中,晶圆的光学检测精度与效率无法兼顾而导致无法全检的技术问题。
发明内容
本发明的目的就在于提出一种MiniLED晶圆外观缺陷检测***及方法,通过缺陷分析单元对晶圆的缺陷数据进行分析,从而对缺陷进行检测,获取到晶圆存在的缺陷数据,通过公式获取到晶圆的缺陷分析系数Xi,若晶圆的缺陷分析系数Xi≥缺陷分析系数阈值,则判定对应晶圆存在缺陷,生成晶圆缺陷信号并将晶圆缺陷信号发送至云检测平台,云检测平台接收到晶圆缺陷信号后,将晶圆标记为缺陷晶圆,随后生成匹配信号并将匹配信号和缺陷晶圆发送至检测匹配单元;若晶圆的缺陷分析系数Xi<缺陷分析系数阈值,则判定对应晶圆不存在缺陷,生成晶圆正常信号并将晶圆正常信号发送至云检测平台,云检测平台接收到晶圆正常信号后,生成不检测信号并将不检测信号发送至管理人员的手机终端;对晶圆进行缺陷分析,提高了缺陷检测的准确性,从而提高了工作效率。
本发明的目的可以通过以下技术方案实现:
一种MiniLED晶圆外观缺陷检测***,包括缺陷分析单元、检测匹配单元、平整度分析单元、镜头分析单元、云检测平台、注册登录单元以及数据库;
所述缺陷分析单元用于对晶圆的缺陷数据进行分析,从而对缺陷进行检测,晶圆的缺陷数据包括类型数据、数量数据以及尺寸数据,类型数据为晶圆存在的缺陷类型的种类数量,数量数据为晶圆存在对应缺陷类型的缺陷数量,尺寸数据为晶圆存在缺陷的平均尺寸,将晶圆标记为i,i=1,2,……,n,n为正整数,具体分析检测过程如下:
步骤S1:获取到晶圆存在的缺陷类型的种类数量,并将圆存在的缺陷类型的种类数量标记为Si;
步骤S2:获取到晶圆存在对应缺陷类型的缺陷数量,并将晶圆存在对应缺陷类型的缺陷数量标记为Qi;
步骤S3:获取到晶圆存在缺陷的平均尺寸,并将晶圆存在缺陷的平均尺寸标记为Ci;
步骤S5:将晶圆的缺陷分析系数Xi与缺陷分析系数阈值进行比较:
若晶圆的缺陷分析系数Xi≥缺陷分析系数阈值,则判定对应晶圆存在缺陷,生成晶圆缺陷信号并将晶圆缺陷信号发送至云检测平台,云检测平台接收到晶圆缺陷信号后,将晶圆标记为缺陷晶圆,随后生成匹配信号并将匹配信号和缺陷晶圆发送至检测匹配单元;
若晶圆的缺陷分析系数Xi<缺陷分析系数阈值,则判定对应晶圆不存在缺陷,生成晶圆正常信号并将晶圆正常信号发送至云检测平台,云检测平台接收到晶圆正常信号后,生成不检测信号并将不检测信号发送至管理人员的手机终端。
进一步地,所述检测匹配单元用于对缺陷晶圆参数和显微镜参数进行分析,从而对缺陷晶圆合理匹配显微镜,缺陷晶圆参数包括缺陷晶圆的尺寸与缺陷晶圆的颗粒数量,显微镜参数包括显微镜的显示倍数和显微镜的视野面积,将显微镜标记为o,o=1,2,……,m,m为正整数,具体分析匹配过程如下:
步骤SS1:获取到缺陷晶圆的尺寸与缺陷晶圆的颗粒数量,并将缺陷晶圆的尺寸与缺陷晶圆的颗粒数量分别标记为CC和SL;并通过公式QX=(CC×b1+SL×b2)eb1+b2获取到缺陷晶圆的等级系数QX,其中,b1和b2均为比例系数,且b1>b2>0,e为自然常数;
步骤SS2:将缺陷晶圆的等级系数QX与L1和L2进行比较,L1和L2均为缺陷晶圆的等级系数阈值,且L1>L2;
若缺陷晶圆的等级系数QX≥L1,则将对应缺陷晶圆标记为第一等级缺陷晶圆;
若缺陷晶圆的等级系数L2<QX<L1,则将对应缺陷晶圆标记为第二等级缺陷晶圆;
若缺陷晶圆的等级系数QX<L2,则将对应缺陷晶圆标记为第三等级缺陷晶圆;
步骤SS3:获取到显微镜的显示倍数和显微镜的视野面积,并将显微镜的显示倍数和显微镜的视野面积分别标记为XSo和MJo;并通过公式DJo=(XSo×b3+MJo×b4)eb3+b4获取到显微镜的等级系数DJo,其中,b3和b4均为比例系数,且b3>b4>0,e为自然常数;
步骤SS4:将显微镜的等级系数DJo与L3和L4进行比较,L3和L4均为显微镜的等级系数阈值,且L3>L4;
若显微镜的等级系数DJo≥L3,则将对应显微镜标记为第一等级显微镜;
若显微镜的等级系数L4<DJo<L3,则将对应显微镜标记为第二等级显微镜;
若显微镜的等级系数DJo≤L4,则将对应显微镜标记为第三等级显微镜;
步骤SS5:将缺陷晶圆与显微镜按照等级相互匹配,并将匹配得缺陷晶圆和显微镜发送至管理人员的手机终端。
进一步地,所述平整度分析单元用于对晶圆参数数据进行分析,从而对晶圆进行检测,晶圆参数数据包括平整度数据和高度数据,平整度数据为晶圆芯片外表面的平整度数值,高度数据为晶圆芯片内芯粒的最大高度差值,具体分析过程如下:
步骤T1:获取到晶圆芯片外表面的平整度数值,并将晶圆芯片外表面的平整度数值标记为SZ;
步骤T2:获取到晶圆芯片内芯粒的最大高度差值,并将晶圆芯片内芯粒的最大高度差值标记为CZ;
步骤T4:将晶圆芯片的平整度分析系数PZD与平整度分析系数阈值进行比较:
若晶圆芯片的平整度分析系数PZD≥平整度分析系数阈值,则判定对应晶圆芯片平整度正常,生成平整度正常信号并将平整度正常信号发送至管理人员的手机终端;
若晶圆芯片的平整度分析系数PZD<平整度分析系数阈值,则判定对应晶圆芯片平整度异常,生成平整度异常信号并将平整度异常信号发送至管理人员的手机终端。
进一步地,所述镜头分析单元用于对镜头参数进行分析,从而对镜头进行检测,镜头参数为清晰度数据和畸变数据,清晰度数据为镜头进行光学成像时画面的清晰度,畸变数据为镜头进行光学成像时画面的畸变百分比,具体分析检测过程如下:
步骤TT1:获取到镜头进行光学成像时画面的清晰度,并将镜头进行光学成像时画面的清晰度标记为QXD;
步骤TT2:获取到镜头进行光学成像时画面的畸变百分比,并将镜头进行光学成像时画面的畸变百分比标记为JBB;
步骤TT4:将镜头的分析检测系数JT与镜头的分析检测系数阈值进行比较:
若镜头的分析检测系数JT≥镜头的分析检测系数阈值,则判定对应的镜头正常,生成镜头正常信号并将镜头正常信号发送至维护人员的手机终端;
若镜头的分析检测系数JT<镜头的分析检测系数阈值,则判定对应的镜头异常,生成镜头异常信号并将镜头异常信号发送至维护人员的手机终端。
进一步地,所述注册登录单元用于管理人员和维护人员通过手机终端提交管理人员信息和维护人员信息进行注册,并将注册成功的管理人员信息和维护人员信息发送至数据库进行储存,管理人员信息包括管理人员的姓名、年龄、入职时间以及本人实名认证的手机号码,维护人员信息包括维护人员的姓名、年龄、入职时间以及本人实名认证的手机号码。
进一步地,MiniLED晶圆外观缺陷检测***还包括视觉装置、自动对焦装置、样品载台装置和计算机***;所述视觉装置包括工业相机、工业镜头和照明光源;所述自动对焦装置包括测距模块和位移模块;所述工业相机为高帧率大靶面的工业相机,所述工业镜头为高放大倍率大视野的工业镜头;所述样品载台装置包括样品载台和固定模块;所述计算机***包括工控计算机、***软件、图像采集卡和运动控制卡。
进一步地,一种MiniLED晶圆外观缺陷检测方法,具体检测方法步骤如下:
步骤A:进行上料操作,并利用固定模块将待测晶圆片样品吸附固定在样品载台上;
步骤B:对晶圆片采用n2分区方式,其中n为正整数;
步骤D:完成分区测距操作后,利用X/Y轴位移模块将晶圆片样品精准移动至成像区域,利用视觉装置按照预先设定的分区轨迹依序对各分区芯片进行成像,视觉装置的工业镜头视野首次进入某分区时,先利用该分区的测距偏差均值的绝对值比对工业镜头景深DOF,当时则进行对焦操作,利用Z轴位移模块快速调节样品载台,使样品与镜头距离等于镜头标称工作距离并确保视觉成像清晰;当时则无需进行对焦操作而直接由视觉装置进行成像;
步骤E:完成各分区成像后,进行下料操作,完成该晶圆片的检测。
进一步地,步骤D中,利用Z轴位移模块快速同步调节工业镜头和测距模块,使样品与镜头距离等于镜头标称工作距离并确保视觉成像清晰。
进一步地,步骤C中使用测距模块进行测距,所述测距偏差均值的计算方法为:先将测距模块测距值归零,选取镜头与其正下方位置处晶圆片的距离为镜头标称工作距离时所对应的测距模块与其正下方位置处晶圆片的距离为归零位,对各分区内的代表性芯片进行测距,计算得到各测距偏差值的均值即为测距偏差均值
进一步地,步骤D中工作距离根据测距偏差均值确定,若测距偏差均值X为负则上移样品载台,若测距偏差均值为正则下调样品载台。测距时测距装置中轴线与样品载台中轴线重合,成像时工业镜头中轴线与样品载台中轴线重合。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过缺陷分析单元对晶圆的缺陷数据进行分析,从而对缺陷进行检测,获取到晶圆存在的缺陷数据,通过公式获取到晶圆的缺陷分析系数Xi,若晶圆的缺陷分析系数Xi≥缺陷分析系数阈值,则判定对应晶圆存在缺陷,生成晶圆缺陷信号并将晶圆缺陷信号发送至云检测平台,云检测平台接收到晶圆缺陷信号后,将晶圆标记为缺陷晶圆,随后生成匹配信号并将匹配信号和缺陷晶圆发送至检测匹配单元;若晶圆的缺陷分析系数Xi<缺陷分析系数阈值,则判定对应晶圆不存在缺陷,生成晶圆正常信号并将晶圆正常信号发送至云检测平台,云检测平台接收到晶圆正常信号后,生成不检测信号并将不检测信号发送至管理人员的手机终端;对晶圆进行缺陷分析,提高了缺陷检测的准确性,从而提高了工作效率;
2、本发明中,通过检测匹配单元对缺陷晶圆参数和显微镜参数进行分析,从而对缺陷晶圆合理匹配显微镜,通过公式获取到缺陷晶圆的等级系数QX,并通过公式获取到显微镜的等级系数DJo,将缺陷晶圆与显微镜按照等级相互匹配,并将匹配得缺陷晶圆和显微镜发送至管理人员的手机终端;将晶圆和显微镜进行合理匹配,提高了晶圆检测的工作效率,同时降低了生产成本。
3、本发明提出的一种具有分区对焦功能的Mini-LED芯片快速检测装置及方法,充分考虑半导体芯片晶圆平整度实际情况,充分利用高倍工业镜头的景深范围,在确保成像清晰的前提下,在半导体芯片尤其是Mini-LED芯片自动化检测过程中,创新采用有效分区对焦方式特别是n2分区对焦方式,通过对Mini-LED芯片晶圆片的合适分区并进行选择性精准对焦操作,有效减少对焦操作次数和对焦时间,不但解决了目前半导体芯片尤其是Mini-LED芯片的自动化检测存在的晶圆片部分区域因出现虚焦而导致不能清晰成像的问题,还解决了因增加自动对焦装置所出现检测效率过低而导致无法全检的问题。总之,该***有效提升半导体芯片的良品率并保障半导体产业的可持续健康发展,具有较明显的经济效益。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种MiniLED晶圆外观缺陷检测***,包括缺陷分析单元、检测匹配单元、平整度分析单元、镜头分析单元、云检测平台、注册登录单元以及数据库;
注册登录单元用于管理人员和维护人员通过手机终端提交管理人员信息和维护人员信息进行注册,并将注册成功的管理人员信息和维护人员信息发送至数据库进行储存,管理人员信息包括管理人员的姓名、年龄、入职时间以及本人实名认证的手机号码,维护人员信息包括维护人员的姓名、年龄、入职时间以及本人实名认证的手机号码;
缺陷分析单元用于对晶圆的缺陷数据进行分析,从而对缺陷进行检测,晶圆的缺陷数据包括类型数据、数量数据以及尺寸数据,类型数据为晶圆存在的缺陷类型的种类数量,数量数据为晶圆存在对应缺陷类型的缺陷数量,尺寸数据为晶圆存在缺陷的平均尺寸,将晶圆标记为i,i=1,2,……,n,n为正整数,具体分析检测过程如下:
步骤S1:获取到晶圆存在的缺陷类型的种类数量,并将圆存在的缺陷类型的种类数量标记为Si;
步骤S2:获取到晶圆存在对应缺陷类型的缺陷数量,并将晶圆存在对应缺陷类型的缺陷数量标记为Qi;
步骤S3:获取到晶圆存在缺陷的平均尺寸,并将晶圆存在缺陷的平均尺寸标记为Ci;
步骤S5:将晶圆的缺陷分析系数Xi与缺陷分析系数阈值进行比较:
若晶圆的缺陷分析系数Xi≥缺陷分析系数阈值,则判定对应晶圆存在缺陷,生成晶圆缺陷信号并将晶圆缺陷信号发送至云检测平台,云检测平台接收到晶圆缺陷信号后,将晶圆标记为缺陷晶圆,随后生成匹配信号并将匹配信号和缺陷晶圆发送至检测匹配单元;
若晶圆的缺陷分析系数Xi<缺陷分析系数阈值,则判定对应晶圆不存在缺陷,生成晶圆正常信号并将晶圆正常信号发送至云检测平台,云检测平台接收到晶圆正常信号后,生成不检测信号并将不检测信号发送至管理人员的手机终端;
检测匹配单元用于对缺陷晶圆参数和显微镜参数进行分析,从而对缺陷晶圆合理匹配显微镜,缺陷晶圆参数包括缺陷晶圆的尺寸与缺陷晶圆的颗粒数量,显微镜参数包括显微镜的显示倍数和显微镜的视野面积,将显微镜标记为o,o=1,2,……,m,m为正整数,具体分析匹配过程如下:
步骤SS1:获取到缺陷晶圆的尺寸与缺陷晶圆的颗粒数量,并将缺陷晶圆的尺寸与缺陷晶圆的颗粒数量分别标记为CC和SL;并通过公式QX=(CC×b1+SL×b2)eb1+b2获取到缺陷晶圆的等级系数QX,其中,b1和b2均为比例系数,且b1>b2>0,e为自然常数;
步骤SS2:将缺陷晶圆的等级系数QX与L1和L2进行比较,L1和L2均为缺陷晶圆的等级系数阈值,且L1>L2;
若缺陷晶圆的等级系数QX≥L1,则将对应缺陷晶圆标记为第一等级缺陷晶圆;
若缺陷晶圆的等级系数L2<QX<L1,则将对应缺陷晶圆标记为第二等级缺陷晶圆;
若缺陷晶圆的等级系数QX<L2,则将对应缺陷晶圆标记为第三等级缺陷晶圆;
步骤SS3:获取到显微镜的显示倍数和显微镜的视野面积,并将显微镜的显示倍数和显微镜的视野面积分别标记为XSo和MJo;并通过公式DJo=(XSo×b3+MJo×b4)eb3+b4获取到显微镜的等级系数DJo,其中,b3和b4均为比例系数,且b3>b4>0,e为自然常数;
步骤SS4:将显微镜的等级系数DJo与L3和L4进行比较,L3和L4均为显微镜的等级系数阈值,且L3>L4;
若显微镜的等级系数DJo≥L3,则将对应显微镜标记为第一等级显微镜;
若显微镜的等级系数L4<DJo<L3,则将对应显微镜标记为第二等级显微镜;
若显微镜的等级系数DJo≤L4,则将对应显微镜标记为第三等级显微镜;
步骤SS5:将缺陷晶圆与显微镜按照等级相互匹配,并将匹配得缺陷晶圆和显微镜发送至管理人员的手机终端;
平整度分析单元用于对晶圆参数数据进行分析,从而对晶圆进行检测,晶圆参数数据包括平整度数据和高度数据,平整度数据为晶圆芯片外表面的平整度数值,高度数据为晶圆芯片内芯粒的最大高度差值,具体分析过程如下:
步骤T1:获取到晶圆芯片外表面的平整度数值,并将晶圆芯片外表面的平整度数值标记为SZ;
步骤T2:获取到晶圆芯片内芯粒的最大高度差值,并将晶圆芯片内芯粒的最大高度差值标记为CZ;
步骤T4:将晶圆芯片的平整度分析系数PZD与平整度分析系数阈值进行比较:
若晶圆芯片的平整度分析系数PZD≥平整度分析系数阈值,则判定对应晶圆芯片平整度正常,生成平整度正常信号并将平整度正常信号发送至管理人员的手机终端;
若晶圆芯片的平整度分析系数PZD<平整度分析系数阈值,则判定对应晶圆芯片平整度异常,生成平整度异常信号并将平整度异常信号发送至管理人员的手机终端;
镜头分析单元用于对镜头参数进行分析,从而对镜头进行检测,镜头参数为清晰度数据和畸变数据,清晰度数据为镜头进行光学成像时画面的清晰度,畸变数据为镜头进行光学成像时画面的畸变百分比,具体分析检测过程如下:
步骤TT1:获取到镜头进行光学成像时画面的清晰度,并将镜头进行光学成像时画面的清晰度标记为QXD;
步骤TT2:获取到镜头进行光学成像时画面的畸变百分比,并将镜头进行光学成像时画面的畸变百分比标记为JBB;
步骤TT4:将镜头的分析检测系数JT与镜头的分析检测系数阈值进行比较:
若镜头的分析检测系数JT≥镜头的分析检测系数阈值,则判定对应的镜头正常,生成镜头正常信号并将镜头正常信号发送至维护人员的手机终端;
若镜头的分析检测系数JT<镜头的分析检测系数阈值,则判定对应的镜头异常,生成镜头异常信号并将镜头异常信号发送至维护人员的手机终端;
一种MiniLED晶圆外观缺陷检测方法,具体检测方法步骤如下:
步骤一、缺陷分析,通过缺陷分析单元对晶圆的缺陷数据进行分析,从而对缺陷进行检测,若晶圆的缺陷分析系数Xi≥缺陷分析系数阈值,则判定对应晶圆存在缺陷,生成晶圆缺陷信号并将晶圆缺陷信号发送至云检测平台,云检测平台接收到晶圆缺陷信号后,将晶圆标记为缺陷晶圆,随后生成匹配信号并将匹配信号和缺陷晶圆发送至检测匹配单元;
步骤二、检测匹配,通过检测匹配单元对缺陷晶圆参数和显微镜参数进行分析,从而对缺陷晶圆合理匹配显微镜;
步骤三、平整度检测,通过平整度分析单元对晶圆参数数据进行分析,从而对晶圆进行检测,若晶圆芯片的平整度分析系数PZD<平整度分析系数阈值,则判定对应晶圆芯片平整度异常,生成平整度异常信号并将平整度异常信号发送至管理人员的手机终端,管理人员接收到平整度异常信号后,更换高平整度载物台,高平整度载物台包括高平整度玻璃以及真空负压***组成,通过真空负压***将装载LED晶圆芯片的塑料蓝膜片吸附到高度公差在3μm以内的高平整度玻璃上,由于真空负压的作用使得蓝膜片紧贴到玻璃表面,使待测LED晶圆芯片的表面高度差保持在5μm以内;
步骤四、镜头检测,通过镜头分析单元对镜头参数进行分析,从而对镜头进行检测,若镜头的分析检测系数JT<镜头的分析检测系数阈值,则判定对应的镜头异常,生成镜头异常信号并将镜头异常信号发送至维护人员的手机终端;维护人员接收到镜头异常信号后,维护人员对镜头和相机进行合理匹配,对于3倍镜头,采用全面幅靶面相机;对于5倍镜头,采用2inch靶面相机。
实施例1
一种MiniLED晶圆外观缺陷检测***,包括高倍高数值孔径镜头、大靶面高分辨率相机、光源、位移载物台、计算机图像处理***;大靶面高分辨率相机和高倍高数值孔径镜头配合,高倍高数值孔径镜头设置于大靶面高分辨率相机下方,检测时位移载物台设置于高倍高数值孔径镜头正下方;镜头采用高倍高数值孔径镜头,其倍率为3倍或以上,能够将Mini-LED表面上0.5μm-200μm的缺陷的清晰成像,有效分辨筛选出有外观缺陷的产品;大靶面高分辨率相机为4/3inch以上的大靶面高分辨率相机;Mini-LED晶圆外观缺陷光学检测***的分辨率可小于1.6μm;光源为频闪或常亮光源;计算机图像处理***接收大靶面高分辨率相机和高倍高数值孔径镜头的检测数据,光学检测***采用机器视觉方式代替人工目检对缺陷自动判定及分类,可实现大批量自动化测量;检测时将Mini-LED晶圆置于位移载物台上;Mini-LED晶圆外观缺陷光学检测方法的分辨率可小于1μm。
实施例2:
进行上料操作,并利用固定模块将待测晶圆片样品吸附固定在样品载台上;对晶圆片采用n2分区方式,其中n为正整数;利用X/Y轴位移模块将晶圆片样品精准移动至测距区域,按照预先设定的分区轨迹依序对各分区内的代表性芯片进行测距,并对各分区内的测距值进行计算处理得到该分区的测距偏差均值;完成分区测距操作后,利用X/Y轴位移模块将晶圆片样品精准移动至成像区域,利用视觉装置按照预先设定的分区轨迹依序对各分区芯片进行成像,视觉装置的工业镜头视野首次进入某分区时,先利用该分区的测距偏差均值的绝对值比对工业镜头景深DOF,当时则进行对焦操作,利用Z轴位移模块快速调节样品载台,使样品与镜头距离等于镜头标称工作距离并确保视觉成像清晰;当时则无需进行对焦操作而直接由视觉装置进行成像;完成各分区成像后,进行下料操作,完成该晶圆片的检测。
本发明工作原理:
一种MiniLED晶圆外观缺陷检测***及方法,在工作时,缺陷分析,通过缺陷分析单元对晶圆的缺陷数据进行分析,从而对缺陷进行检测,检测匹配,通过检测匹配单元对缺陷晶圆参数和显微镜参数进行分析,从而对缺陷晶圆合理匹配显微镜;平整度检测,通过平整度分析单元对晶圆参数数据进行分析,从而对晶圆进行检测,管理人员接收到平整度异常信号后,更换高平整度载物台,高平整度载物台包括高平整度玻璃以及真空负压***组成,通过真空负压***将装载LED晶圆芯片的塑料蓝膜片吸附到高度公差在3μm以内的高平整度玻璃上,由于真空负压的作用使得蓝膜片紧贴到玻璃表面,使待测LED晶圆芯片的表面高度差保持在5μm以内;镜头检测,通过镜头分析单元对镜头参数进行分析,从而对镜头进行检测,维护人员接收到镜头异常信号后,维护人员对镜头和相机进行合理匹配,对于3倍镜头,采用全面幅靶面相机;对于5倍镜头,采用2inch靶面相机。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种MiniLED晶圆外观缺陷检测***,其特征在于,包括缺陷分析单元、检测匹配单元、平整度分析单元、镜头分析单元、云检测平台、注册登录单元以及数据库;
所述缺陷分析单元用于对晶圆的缺陷数据进行分析,从而对缺陷进行检测,晶圆的缺陷数据包括类型数据、数量数据以及尺寸数据,类型数据为晶圆存在的缺陷类型的种类数量,数量数据为晶圆存在对应缺陷类型的缺陷数量,尺寸数据为晶圆存在缺陷的平均尺寸,将晶圆标记为i,i=1,2,……,n,n为正整数,具体分析检测过程如下:
步骤S1:获取到晶圆存在的缺陷类型的种类数量,并将圆存在的缺陷类型的种类数量标记为Si;
步骤S2:获取到晶圆存在对应缺陷类型的缺陷数量,并将晶圆存在对应缺陷类型的缺陷数量标记为Qi;
步骤S3:获取到晶圆存在缺陷的平均尺寸,并将晶圆存在缺陷的平均尺寸标记为Ci;
步骤S5:将晶圆的缺陷分析系数Xi与缺陷分析系数阈值进行比较:
若晶圆的缺陷分析系数Xi≥缺陷分析系数阈值,则判定对应晶圆存在缺陷,生成晶圆缺陷信号并将晶圆缺陷信号发送至云检测平台,云检测平台接收到晶圆缺陷信号后,将晶圆标记为缺陷晶圆,随后生成匹配信号并将匹配信号和缺陷晶圆发送至检测匹配单元;
若晶圆的缺陷分析系数Xi<缺陷分析系数阈值,则判定对应晶圆不存在缺陷,生成晶圆正常信号并将晶圆正常信号发送至云检测平台,云检测平台接收到晶圆正常信号后,生成不检测信号并将不检测信号发送至管理人员的手机终端。
2.根据权利要求1所述的一种MiniLED晶圆外观缺陷检测***,其特征在于,所述检测匹配单元用于对缺陷晶圆参数和显微镜参数进行分析,从而对缺陷晶圆合理匹配显微镜,缺陷晶圆参数包括缺陷晶圆的尺寸与缺陷晶圆的颗粒数量,显微镜参数包括显微镜的显示倍数和显微镜的视野面积,将显微镜标记为o,o=1,2,……,m,m为正整数,具体分析匹配过程如下:
步骤SS1:获取到缺陷晶圆的尺寸与缺陷晶圆的颗粒数量,并将缺陷晶圆的尺寸与缺陷晶圆的颗粒数量分别标记为CC和SL;并通过公式QX=(CC×b1+SL×b2)eb1+b2获取到缺陷晶圆的等级系数QX,其中,b1和b2均为比例系数,且b1>b2>0,e为自然常数;
步骤SS2:将缺陷晶圆的等级系数QX与L1和L2进行比较,L1和L2均为缺陷晶圆的等级系数阈值,且L1>L2;
若缺陷晶圆的等级系数QX≥L1,则将对应缺陷晶圆标记为第一等级缺陷晶圆;
若缺陷晶圆的等级系数L2<QX<L1,则将对应缺陷晶圆标记为第二等级缺陷晶圆;
若缺陷晶圆的等级系数QX<L2,则将对应缺陷晶圆标记为第三等级缺陷晶圆;
步骤SS3:获取到显微镜的显示倍数和显微镜的视野面积,并将显微镜的显示倍数和显微镜的视野面积分别标记为XSo和MJo;并通过公式DJo=(XSo×b3+MJo×b4)eb3+b4获取到显微镜的等级系数DJo,其中,b3和b4均为比例系数,且b3>b4>0,e为自然常数;
步骤SS4:将显微镜的等级系数DJo与L3和L4进行比较,L3和L4均为显微镜的等级系数阈值,且L3>L4;
若显微镜的等级系数DJo≥L3,则将对应显微镜标记为第一等级显微镜;
若显微镜的等级系数L4<DJo<L3,则将对应显微镜标记为第二等级显微镜;
若显微镜的等级系数DJo≤L4,则将对应显微镜标记为第三等级显微镜;
步骤SS5:将缺陷晶圆与显微镜按照等级相互匹配,并将匹配得缺陷晶圆和显微镜发送至管理人员的手机终端。
3.根据权利要求1所述的一种MiniLED晶圆外观缺陷检测***,其特征在于,所述平整度分析单元用于对晶圆参数数据进行分析,从而对晶圆进行检测,晶圆参数数据包括平整度数据和高度数据,平整度数据为晶圆芯片外表面的平整度数值,高度数据为晶圆芯片内芯粒的最大高度差值,具体分析过程如下:
步骤T1:获取到晶圆芯片外表面的平整度数值,并将晶圆芯片外表面的平整度数值标记为SZ;
步骤T2:获取到晶圆芯片内芯粒的最大高度差值,并将晶圆芯片内芯粒的最大高度差值标记为CZ;
步骤T4:将晶圆芯片的平整度分析系数PZD与平整度分析系数阈值进行比较:
若晶圆芯片的平整度分析系数PZD≥平整度分析系数阈值,则判定对应晶圆芯片平整度正常,生成平整度正常信号并将平整度正常信号发送至管理人员的手机终端;
若晶圆芯片的平整度分析系数PZD<平整度分析系数阈值,则判定对应晶圆芯片平整度异常,生成平整度异常信号并将平整度异常信号发送至管理人员的手机终端。
4.根据权利要求1所述的一种MiniLED晶圆外观缺陷检测***,其特征在于,所述镜头分析单元用于对镜头参数进行分析,从而对镜头进行检测,镜头参数为清晰度数据和畸变数据,清晰度数据为镜头进行光学成像时画面的清晰度,畸变数据为镜头进行光学成像时画面的畸变百分比,具体分析检测过程如下:
步骤TT1:获取到镜头进行光学成像时画面的清晰度,并将镜头进行光学成像时画面的清晰度标记为QXD;
步骤TT2:获取到镜头进行光学成像时画面的畸变百分比,并将镜头进行光学成像时画面的畸变百分比标记为JBB;
步骤TT4:将镜头的分析检测系数JT与镜头的分析检测系数阈值进行比较:
若镜头的分析检测系数JT≥镜头的分析检测系数阈值,则判定对应的镜头正常,生成镜头正常信号并将镜头正常信号发送至维护人员的手机终端;
若镜头的分析检测系数JT<镜头的分析检测系数阈值,则判定对应的镜头异常,生成镜头异常信号并将镜头异常信号发送至维护人员的手机终端。
5.根据权利要求1所述的一种MiniLED晶圆外观缺陷检测***,其特征在于,所述注册登录单元用于管理人员和维护人员通过手机终端提交管理人员信息和维护人员信息进行注册,并将注册成功的管理人员信息和维护人员信息发送至数据库进行储存,管理人员信息包括管理人员的姓名、年龄、入职时间以及本人实名认证的手机号码,维护人员信息包括维护人员的姓名、年龄、入职时间以及本人实名认证的手机号码。
6.根据权利要求1所述的一种MiniLED晶圆外观缺陷检测***,其特征在于,MiniLED晶圆外观缺陷检测***还包括视觉装置、自动对焦装置、样品载台装置和计算机***;所述视觉装置包括工业相机、工业镜头和照明光源;所述自动对焦装置包括测距模块和位移模块;所述工业相机为高帧率大靶面的工业相机,所述工业镜头为高放大倍率大视野的工业镜头;所述样品载台装置包括样品载台和固定模块;所述计算机***包括工控计算机、***软件、图像采集卡和运动控制卡。
7.一种MiniLED晶圆外观缺陷检测方法,其特征在于,具体的检测方法包括以下步骤:
步骤A:进行上料操作,并利用固定模块将待测晶圆片样品吸附固定在样品载台上;
步骤B:对晶圆片采用n2分区方式,其中n为正整数;
步骤D:完成分区测距操作后,利用X/Y轴位移模块将晶圆片样品移动至成像区域,利用视觉装置按照预先设定的分区轨迹依序对各分区芯片进行成像;
步骤E:完成各分区成像后,进行下料操作,完成该晶圆片的检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110958221.XA CN113791084A (zh) | 2021-08-20 | 2021-08-20 | 一种Mini LED晶圆外观缺陷检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110958221.XA CN113791084A (zh) | 2021-08-20 | 2021-08-20 | 一种Mini LED晶圆外观缺陷检测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113791084A true CN113791084A (zh) | 2021-12-14 |
Family
ID=79182012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110958221.XA Withdrawn CN113791084A (zh) | 2021-08-20 | 2021-08-20 | 一种Mini LED晶圆外观缺陷检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113791084A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114454005A (zh) * | 2022-02-18 | 2022-05-10 | 严姜婷 | 一种智能化数控加工中心用移动平台 |
CN115193750A (zh) * | 2022-07-14 | 2022-10-18 | 广东全芯半导体有限公司 | 半导体晶圆缺陷检测*** |
CN115201444A (zh) * | 2022-07-14 | 2022-10-18 | 安徽强邦新材料股份有限公司 | 一种铝版基缺陷检测筛查***及方法 |
CN116150662A (zh) * | 2023-04-23 | 2023-05-23 | 青岛华芯晶电科技有限公司 | 一种磷化铟晶片的辅助检测装置的数据识别方法 |
CN117272122A (zh) * | 2023-11-20 | 2023-12-22 | 全芯智造技术有限公司 | 晶圆异常的共性分析方法及装置、可读存储介质、终端 |
CN117350967A (zh) * | 2023-10-08 | 2024-01-05 | 珠海诚锋电子科技有限公司 | 一种基于光学检测晶圆外观缺陷检测***及其方法 |
CN117541531A (zh) * | 2023-09-28 | 2024-02-09 | 苏州梅曼智能科技有限公司 | 一种基于人工智能的晶圆视觉检测监管反馈*** |
CN118099043A (zh) * | 2024-04-17 | 2024-05-28 | 江苏优众微纳半导体科技有限公司 | 基于无引脚封装芯片的自动化封装*** |
-
2021
- 2021-08-20 CN CN202110958221.XA patent/CN113791084A/zh not_active Withdrawn
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114454005A (zh) * | 2022-02-18 | 2022-05-10 | 严姜婷 | 一种智能化数控加工中心用移动平台 |
CN115193750A (zh) * | 2022-07-14 | 2022-10-18 | 广东全芯半导体有限公司 | 半导体晶圆缺陷检测*** |
CN115201444A (zh) * | 2022-07-14 | 2022-10-18 | 安徽强邦新材料股份有限公司 | 一种铝版基缺陷检测筛查***及方法 |
CN116150662A (zh) * | 2023-04-23 | 2023-05-23 | 青岛华芯晶电科技有限公司 | 一种磷化铟晶片的辅助检测装置的数据识别方法 |
CN116150662B (zh) * | 2023-04-23 | 2023-07-18 | 青岛华芯晶电科技有限公司 | 一种磷化铟晶片的辅助检测装置的数据识别方法 |
CN117541531A (zh) * | 2023-09-28 | 2024-02-09 | 苏州梅曼智能科技有限公司 | 一种基于人工智能的晶圆视觉检测监管反馈*** |
CN117350967A (zh) * | 2023-10-08 | 2024-01-05 | 珠海诚锋电子科技有限公司 | 一种基于光学检测晶圆外观缺陷检测***及其方法 |
CN117350967B (zh) * | 2023-10-08 | 2024-04-05 | 珠海诚锋电子科技有限公司 | 一种基于光学检测晶圆外观缺陷检测***及其方法 |
CN117272122A (zh) * | 2023-11-20 | 2023-12-22 | 全芯智造技术有限公司 | 晶圆异常的共性分析方法及装置、可读存储介质、终端 |
CN117272122B (zh) * | 2023-11-20 | 2024-04-02 | 全芯智造技术有限公司 | 晶圆异常的共性分析方法及装置、可读存储介质、终端 |
CN118099043A (zh) * | 2024-04-17 | 2024-05-28 | 江苏优众微纳半导体科技有限公司 | 基于无引脚封装芯片的自动化封装*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113791084A (zh) | 一种Mini LED晶圆外观缺陷检测***及方法 | |
CN112599438B (zh) | MiniLED晶圆缺陷的高精度检测***及其检测方法 | |
EP2387796B1 (en) | System and method for inspecting a wafer | |
EP3431968B1 (en) | System and method for inspecting a wafer | |
US8885040B2 (en) | Method and apparatus for 3-dimensional vision and inspection of ball and like protrusions of electronic components | |
CN106814083B (zh) | 滤波片缺陷检测***及其检测方法 | |
CN111612737B (zh) | 一种人造板表面瑕疵检测装置及检测方法 | |
EP2387794A2 (en) | System and method for inspecting a wafer | |
CN112053318A (zh) | 基于深度学习的二维pcb缺陷实时自动检测与分类装置 | |
CN105021628A (zh) | 一种用于光纤倒像器表面缺陷的检测方法 | |
WO2010090605A1 (en) | Methods for examining a bonding structure of a substrate and bonding structure inspection devices | |
CN107580710A (zh) | 用于增强检验工具的检验灵敏度的***及方法 | |
CN109411381A (zh) | 晶圆检测工艺中的对焦方法及晶圆检测装置 | |
CN107345789A (zh) | 一种pcb板孔位检测装置及方法 | |
CN115015286A (zh) | 基于机器视觉的芯片检测方法及*** | |
CN103247548B (zh) | 一种晶圆缺陷检测装置及方法 | |
CN104103543B (zh) | 晶圆缺陷尺寸校正方法 | |
CN106796185A (zh) | 具有沿循边缘轮廓的轨迹的晶片边缘检验 | |
CN108346592B (zh) | 一种模拟晶圆背面缺陷的方法及装置 | |
CN111965960A (zh) | 基于线阵成像组件的3d手机盖板玻璃曝光装置及方法 | |
CN110470250B (zh) | 一种零件表面平面度的检测装置及检测方法 | |
CN117110297A (zh) | 基于虚像的vr光学镜片细小缺陷检测方法及设备 | |
JP2005315792A (ja) | 欠陥検査分類装置 | |
JP2004144610A (ja) | ウェハ欠陥検査装置 | |
CN116256366A (zh) | 一种芯片缺陷的检测方法、检测***及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211214 |